銀行“客戶經營數字化”應該怎么做？

2022-06-28

導語

INTRODUCTION

“以客戶為中心”的增長策略是銀行數字化轉型的核心，然而現實中實現這一目標卻充滿挑戰。國內有6家國有行，12家股份制商業銀行，上百家城商行，上千家農商行，包括新興崛起的19家民營銀行在內，這些數以千計的銀行機構都面臨著數字化轉型的挑戰，其中在客戶經營方面如何實現數字化轉型，成為重中之重。

筆者在加入循環智能之前曾在某國有銀行遠程銀行負責業務管理，帶領團隊不斷尋求新的團隊提效途徑和客戶轉化效率，經歷過“服轉銷”的關鍵時期。

彼時，人員流動大、培訓難見效、業務技能提不上來等是每天要面臨的現實問題，也曾了解過業內AI產品，想借鑒信用卡智能客服的做法用AI來代替人，但發現根本不可取。

原因在于，銷售的業務流程不比客服的標準化和體系化；更重要的是，客戶經營方面，所有的線下和線上溝通場景的數字化程度非常薄弱，缺乏用數據和技術的個性化賦能。

后來轉行到AI行業，服務了多家銀行機構的數字化轉型項目，還參與了業內幾家大行多次深入的調研活動，看到了技術與實際應用中的差距，因此總結了以下幾點銀行機構在客戶經營數字化方面的業務痛點和實踐建議，借此與大家分享交流。

# 業務痛點一

缺少一套高可用的客戶畫像標簽體系

目前來看，大部分銀行缺少一套完善的、高可用的客戶畫像體系。對于國有行，股份行，及少數走在前列的城商行來說，雖然有自己的客戶畫像體系，但是嚴格意義來說，這些客戶畫像體系，都還存在不少問題，導致高可用性不足：

缺少一線業務員視角，參考價值低。目前大行的客戶畫像體系，一般都是從大量歷史結構化數據中抓取出來，由少量已脫離一線觸客業務的中后臺部門成員搭建完成，雖能給到一線業務人員一些參考價值，但是一線業務人員在做客戶畫像標簽的管理和維護時，很少會真的參考行內給的客戶畫像去備注。

不夠豐富和動態。傳統上，由結構化數據支撐起的畫像體系通常是靜態的，缺少來自非結構化溝通數據（如語音、文本、視頻等）中提取的動態畫像作為補充。動態畫像指的是客戶最新的動態信息，例如客戶在溝通中提到正在準備買房。

缺乏對客戶畫像的高效分析利用。通過機器學習算法，可以了解客戶畫像與客戶辦理業務之間的關系，從而為客戶精準匹配更有吸引力的產品或服務。目前，很多銀行的推薦算法為業務帶來的價值還有很大的提升空間，而瓶頸主要在客戶畫像數據的豐富度、準確度上。

實踐建議

■ 通過AI語義識別，實現從溝通對話數據中自動提取客戶畫像，大幅降低人工總結和填寫客戶畫像信息的工作負擔，提升工作效率。

■ 建立統一的、可自動化更新迭代的高可用客戶畫像體系，匯集所有客戶的結構化與非結構化畫像標簽數據，提升營銷活動的準確性。在營銷活動中，豐富的客戶畫像標簽不僅有助于改善基于客戶畫像數據的推薦算法，實現更精準的客戶觸達，而且可以直接提供給一線客戶經理，幫助他們更有針對性地與客戶進行溝通和產品推薦。

# 業務痛點二

缺少面向客戶經理的專業能力圖譜

目前各大行對客戶經理負責管理的客戶及名單的分配，以及各區域網點理財經理的分配，幾乎都是平均分配，業績均衡導向。沒有真正按照理財經理的能力圖譜去分配，導致部分管護及名單未得到很好的跟進。

眾所周知，銀行營銷靠多方面能力，有的客戶經理專業度極高，靠著自己專業能力能夠吸引客戶，留存客戶，得到客戶滿意的評價；有的客戶經理雖然專業度一般，但是有著極強的溝通能力，極強的親和力能夠將客群關系維護好，同樣也能做到吸引客戶，留存客戶，得到客戶滿意的評價。

不同的區域，不同的客群需要不同能力特點的客戶經理，比如商業區網點和年輕人客群更需要專業度高的客戶經理，居民區網點和老年人客群更需要親和力及溝通能力強的客戶經理。

實踐建議

■ 基于交互數據，對客戶經理的專業能力進行分析，了解每位客戶經理的技能長短板分別在什么地方。

■ 在遠程銀行場景，基于客戶經理的專業能力圖譜，可以更好地匹配進行名單分配；在線下銀行網點場景，基于客戶經理的專業能力圖譜，可以更好地分配到不同區域的網點。

# 業務痛點三

精細化客戶經營和合規風險防范，缺乏數字化基礎支撐

溝通是客戶經營的關鍵環節，但是目前大多數城商行信息化的問題還沒有完全解決，反映在幾乎沒有溝通錄音及文本信息留存，而已有溝通錄音及文本數據留存的銀行也僅僅只停留在留存階段，對于已有的錄音及文本的開發利用幾乎還沒有起步，精細化客戶經營和合規風險防范的數字化基礎支撐還有很大的發展空間。

相較而言，國有銀行和股份制商業銀行大部分已經對溝通數據進行了完整記錄，有些銀行也對錄音進行了轉寫識別，但是在如何利用這些數據上，相對較粗放，無法挖掘其在精細化客戶經營、精細化銷售過程管理上的最大價值。

實踐建議

■ 通過合規方式，對所有渠道的所有溝通數據進行完整留存記錄，以備后期使用和監管部門的稽核檢查。

■ 通過對溝通數據進行分析，可以產生很多業務價值。例如跟蹤了解業務人員與客戶營銷溝通過程的策略執行情況，及時發現問題和執行障礙點，從而及時調整銷售動作、銷售策略、產品策略和話術等細節，實現精細化的銷售過程管理和運營。

# 業務痛點四

總分行多渠道缺乏聯動協同

一些數字化轉型較為領先的銀行機構，在網點、網絡、遠銀、客服等多渠道分別實現了自己的客戶畫像及客戶體驗分析，但是并沒有很好的歸結到總行統一渠道，多渠道間的客戶經營、客戶服務的聯動協同目前較多的是通過人工工單流轉，無論時效性還是解決問題的質量上都有很大的提升空間。導致客戶體驗差，業務人員的效率也低。

實踐建議

■ 統一全渠道數據進行客戶畫像和客戶體驗的全面分析。

■ 通過AI語義識別，實現工單自動填寫（或半自動的AI輔助填寫），加快工單流轉速度，減輕業務人員的工作負擔，提升工作效率。

作者：吳靜

循環智能行業研究中心銀行業務專家，已服務兩家TOP5全國性股份制商業銀行的數字化轉型進程。曾任職于某國有銀行遠程銀行中心，擁有近7年業務管理經驗。

——

猜你想看